最底下是工作台,负责把输入整理成结构化知识;中间是横向扩展的知识板块;最上面是可视化展示与交互——人能读的网站、站内的 Agent、以及对外的 MCP 协议入口。三层各司其职,同一份知识只生产一次,被三种方式消费。
这一层不面向访客,面向"料"。人工输入、投料目录、外部 API 三路进料,都在这里被拆解、打标、写入原子库——这是全站唯一的"生产现场",也是唯一设了闸门的地方:料进得来,但错的东西出不去。
~/Documents/工作台投料/ 丢进 md/txt/srt/vtt/html/pdf 即入库)、外部 API(深脑 100 场对话已全量归档,挂进部署自动增量)extract_talks.py 结构化实录、build_semantic_index.py 建语义索引、build_books_public.py 从真源派生公开数据、api_server.py 提供内部编辑接口data/atom/、PPT 图文库 data/slide-library.json、深脑记忆 data/lengjing/、语义索引 data/semantic/、预测核验档案 data/predictions-verified/qiuyiwu-atoms MCP:search_atoms / get_atom / add_atom / verify_prediction——本人的编程会话已经在用工作台产出的结构化知识,在这一层按类型归档。这一层的关键特征是横向扩展——今天是这几类,明天可以加下一类,彼此互相引用,但互不依赖。
每个板块都是同一批原子的不同切面——一条判断可能同时被知识体系引用、被演讲讲过、被案例验证。这也是为什么第三层能用三种方式呈现同一份东西,而不是各存一份。
对账台账被单独标出(已上线),因为它不是又一个内容板块,而是全系统唯一的自我校正机制——唯一回答「我过去说的话,现在被证明对不对」的地方。判断会过期;一个交付判断的系统若没有校正回路,就只是在累积未经检验的断言。
已发布页面萃取出的原子。脱敏由构建方式保证——只扫已发布内容,不靠提示词约束。第三层三条出口都能读。
会议记忆、人物档案、未成文的判断、客户相关上下文。只有工作台与本人会话可达,不进入任何对外通道。
为什么分池要放在第二层:如果两类原子混在一起存,只在第三层靠 key 拦,那么鉴权一旦有洞就是全量泄漏。在第二层就分开,对外通道从物理上就取不到内部池——这是结构性安全,不是策略性安全。
这是唯一直接面向访客的一层。三条出口并列存在,分别面向"人"、"本站的 Agent"、"外部第三方的 Agent"——权限逐级收紧。
首页、知识体系、课程、演讲档案——最直观的可视化呈现,谁都能看,不需要任何权限。
无门禁Copilot 式的"跟我聊聊"——在网站内直接调用下面两层的能力,语音(ASR/TTS)是它的界面化形态。
同源,无需 key给第三方 Agent 的协议入口——发现免费(skill manifest 任何人可读),调用收紧(需授权 key 才能真正取数据)。
🔑 需授权 key前面三层是单向的:料进来 → 归档 → 被消费。但被怎么消费本身就是新的料。人在站内 Agent 问了什么、第三方 Agent 调用了哪些原子、哪条判断被反复引用、哪条从来没人碰——这些信号回到工作台,决定下一步该补什么、该淘汰什么。
没有这条回流,系统只会越堆越大,不会越用越准。
工作台 pipeline 与原子库;三路进料(本人输入 / 投料目录 / 深脑 API);五道部署闸门;PPT 图文库 2228 页归节 92%;qiuyiwu-atoms MCP(本人会话);知识板块全部内容;对账台账已上线;人读网站;站内 Agent 的文字通道——/api/talk 已实测返回流式回答,不是规划
本页面本身;首页的 Agent 入口区块(可复制指令,走 agent.json 发现层);内外分池的边界已在构建方式上成立,但尚未在存储上物理隔离
MCP 对外的 key 发放与分层鉴权;skill manifest 与安装指引;站内 Agent 的 ASR/TTS 语音化;回流闭环——目前最大的结构缺口